Голосовой режим ChatGPT вышел на десктоп: теперь голосом можно управлять агентами и кодом

OpenAI объявила об обновлении в четверг, 5 июня. Компания расширила десктопное приложение ChatGPT, добавив голосовой режим ChatGPT на основе нового семейства голосовых моделей ChatGPT-Live, запущенного в начале июня. Ранее голос работал только на смартфонах и только для разговоров, без возможности запускать действия. Теперь десктопная версия стала полноценным инструментом управления ИИ-агентами (программами, которые сами выполняют цепочки действий по вашему запросу).

Что умеет голосовой режим на десктопе?

• Многошаговые голосовые команды. Можно продиктовать сложный запрос из нескольких действий одной фразой. В демо OpenAI разработчик попросил ChatGPT создать новую ветку, сделать pull request (запрос на добавление кода в проект) и найти причину бага, и всё это одной командой.

• Работа с Codex и ChatGPT Work. Голосовой режим ChatGPT подключён к Codex (ИИ-агенту OpenAI для написания кода) и ChatGPT Work (корпоративной версии). Это значит, что голосом можно управлять рабочими инструментами, а не только задавать вопросы.

• Доступ к экрану через Appshots. На macOS функция Appshots позволяет приложению видеть содержимое экрана, включая альтернативный текст элементов. Голосовой помощник понимает, что перед вами, и действует в контексте.

• Навигация по сайтам и приложениям. Режим использует навыки управления компьютером: открывает сайты, переключается между приложениями.

• Удалённый доступ с iPhone. Голосовой режим ChatGPT в Codex можно использовать с iOS-приложения через удалённый доступ: запускаете голосовую команду с телефона, а задача выполняется на компьютере.

Чем это отличается от голоса на смартфоне?

Мобильная версия голосового режима, запущенная ранее, поддерживала плавный разговор и умела корректно обрабатывать перебивания. Но она не была рассчитана на выполнение действий на устройстве. Десктопное обновление принципиально другое: оно принимает сложные составные команды и запрашивает уточнения, если ИИ нужен ваш ввод.

Конкурент не отстаёт

Anthropic в тот же период обновила голосовой режим своего ИИ-ассистента Claude. Голос Claude подключён к моделям Opus, Sonnet и Haiku и умеет выполнять задачи в Gmail, Calendar, Slack, Notion и Canva. Функциональность похожа: голос как интерфейс к агентным действиям, но набор поддерживаемых приложений у Claude пока ограничен перечисленными сервисами.

Голосовые ИИ-помощники: ChatGPT и российские аналоги

Для пользователей из России голосовой режим ChatGPT пока труднодоступен. YandexGPT и GigaChat принимают голосовой ввод, но не умеют выполнять цепочки действий на компьютере, это пока эксклюзив западных платформ.

Что делать с этим прямо сейчас, по ролям

Разработчику. Если вы работаете с Codex, попробуйте голосовой режим для рутинных операций: создание веток, pull request, диагностика ошибок. Экономия не в скорости набора, а в том, что руки свободны, пока вы объясняете задачу голосом.

Автору Дзена и копирайтеру. Пока голосовой режим ChatGPT заточен под десктопные задачи и код, для текстовой работы выгода ограничена. Но если вы используете ChatGPT как редактора, голосовая диктовка длинных правок экономит время.

Предпринимателю в РФ. Прямого доступа без обходных решений нет. Следите за обновлениями YandexGPT: если тренд на голосовое управление агентами подтвердится, российские платформы подтянутся.

Частые вопросы

Голосовой режим ChatGPT на десктопе бесплатный?

OpenAI не уточнила отдельную цену за эту функцию. Голосовой режим доступен пользователям десктопного приложения ChatGPT. Скорее всего, он входит в текущую подписку, но компания не подтвердила это в анонсе.

Можно ли использовать голосовой режим ChatGPT на русском языке?

ChatGPT поддерживает русский язык в текстовом и голосовом режимах. Однако качество распознавания русской речи и выполнения команд на русском OpenAI отдельно не комментировала. Рекомендую проверить на простых запросах перед тем, как давать многошаговые команды.

Работает ли это в России?

Десктопное приложение ChatGPT официально недоступно для пользователей из РФ без обходных решений. Если у вас есть зарубежный аккаунт OpenAI, функция должна работать после обновления приложения.

Обновление десктопного приложения, это первый случай, когда голосовой режим ChatGPT перестал быть просто разговорным и стал рабочим интерфейсом к агентам. Для тех, кто пишет код, выигрыш очевиден уже сегодня. Остальным стоит подождать, пока список поддерживаемых приложений вырастет за пределы терминала и браузера.